Python去除word文档中的水印

要使用Python去除Word文档中的水印，你可以借助`python-docx`库，它允许我们操作Word文档的XML结构。以下是一个简单的示例，说明如何删除Word文档中的特定水印：

首先，安装所需的库（如果尚未安装）：

pip install python-docx

然后，你可以编写如下的Python脚本来逐个处理压缩包中的Word文档并移除水印[^1]:

from docx import Document
import os

# 压缩包路径
archive_path = 'path/to/your/archive.zip'

# 解压到临时目录
temp_dir = 'temp'
os.makedirs(temp_dir, exist_ok=True)
with zipfile.ZipFile(archive_path, 'r') as zip_ref:
    zip_ref.extractall(temp_dir)

# 指定水印要移除的文件夹
watermarked_files = os.path.join(temp_dir, 'your_watermarked_folder')

for file in os.listdir(watermarked_files):
    if file.endswith('.docx'):
        doc = Document(os.path.join(watermarked_files, file))
        
        # 删除水印元素（这取决于实际水印的XML标签）
        # 在实际情况中，可能需要查找特定的watermark ID或其他标识
        # 这里仅作示例，通常水印不存在于XML直接结构中，而是通过CSS样式设置
        # 找到并移除相关CSS样式或文本框属性
        
        try:
            watermark_paragraph = doc.paragraphs[0]  # 假设水印在第一个段落
            watermark_paragraph.clear_formatting()
        except IndexError:
            pass  # 如果没有找到水印，跳过此文档

        # 保存修改后的文档
        new_file_name = os.path.splitext(file)[0] + '_no_watermark.docx'
        doc.save(os.path.join(watermarked_files, new_file_name))

# 清理临时目录
shutil.rmtree(temp_dir)

注意，这个例子假设水印位于文档的第一个段落，并且可以通过清除格式化来移除。在实际应用中，水印可能隐藏在更复杂的XML结构中，需要具体分析。